发布 CIFAR-FS 数据集, 应用在 图像分类、少样本学习 领域

本次发布的数据集 CIFAR-FS, 该数据集名为CIFAR-FS，是从CIFAR-100数据集中派生出来的一个少样本学习基准。实验结果显示，在使用未标记数据增强的情况下，分类任务的准确率和排名准确性都有所提高。具体任务包括1次射击5路和5次射击5路的图像分类。

查看CIFAR-FS

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。